Groothandel BV De Klerk verwerkte 140 orders per week via mail, fax (echt waar), WhatsApp en een verouderde webshop. Drie binnendienst-medewerkers verdronken in overtypwerk. Foutpercentage 6,2%. We hebben in 4 weken alle kanalen samengevoegd in één AI-laag richting Exact Online. 22 uur/week terug, fouten naar 0,8%, ROI in 9 weken.
Het probleem: 4 kanalen, geen standaard
De Klerk is een familiegroothandel in non-food, B2B richting horeca en kantoorinrichters. Klanten bestellen al 30 jaar, en elk op zijn eigen manier. 35% via mail, 22% via fax (oudere klanten), 18% via WhatsApp naar de vertegenwoordiger, en 25% via webshop. Alle vier kanalen kwamen handmatig in Exact Online terecht.
Drie mensen op de binnendienst typten 6 uur per dag orders over. Foutpercentage liep op tot 6,2% in piekweken. Dat klinkt laag, maar bij 140 orders/week zijn dat 9 fouten — verkeerde aantallen, verkeerde productcodes, verkeerde adressen. Elke fout kost €40-180 aan correctie en klantenservice.
Aanpak: één AI-classifier, één bestemming
De architectuur was eenvoudig: alle inkomende orders gaan naar n8n. AI-stap (GPT) extraheert gestructureerde data uit ongestructureerde input. Output: standaard JSON met klant-ID, productregels, leverdatum, opmerkingen. Die JSON gaat 1-op-1 naar Exact Online via API.
- Mail: Imap-trigger, attachment-detection (PDF en Excel). PDF-tekst extractie via pdfplumber, Excel via openpyxl. Tekst naar GPT.
- Fax: Bestaande fax-naar-mail-bridge (al van bestaande IT-leverancier). Komt binnen als PDF-mail. Zelfde flow als mail.
- WhatsApp: WhatsApp Business API webhook. Tekst-only flow, geen attachments. Soms voicenotes — die hebben we apart gemarkeerd voor handmatig.
- Webshop: Was al gestandaardiseerd, vereiste geen AI. Direct API-koppeling.
De magie zit in de prompt. We hebben een schema gedefinieerd met 24 mogelijke velden. GPT vult wat hij ziet, markeert ontbrekende verplichte velden voor handmatige check. Bij twijfel: niet gokken, maar escaleren.
Wat het lastigst was: de fax
De fax was de grap die geen grap meer was. Sommige klanten faxen al 25 jaar dezelfde formulieren, met handgeschreven aanvullingen in de marge. Pure OCR werkt niet — handschrift, gekrulde papierranden, weggevallen kolommen.
Wat wel werkt: een vision-model met een prompt die expliciet zegt "als handgeschreven tekst onleesbaar is, markeer met [HANDMATIG]". 78% van de faxen ging zo automatisch door, 22% kreeg een handmatige check. Dat is van 100% handmatig naar 22% — winst geboekt.
"Onze oudste klant — een kantoorzaak in Hoorn — faxt elke maandag dezelfde 12 producten. We hadden gevraagd of hij wilde mailen. Hij zei nee. Nu fixt onze AI dat in 4 seconden."Operations manager De Klerk
Resultaat na 12 weken
| Metric | Voor | Na | Delta |
|---|---|---|---|
| Uur/week binnendienst aan orders | 62u | 40u | -22u |
| Foutpercentage | 6,2% | 0,8% | -87% |
| Doorlooptijd order → ERP | 42 min | 3 min | -93% |
| Order-verwerkingscapaciteit | 140/wk | 220/wk | +57% |
| Klantklachten over orderfouten | 3,1/wk | 0,4/wk | -87% |
De €7.800 sprint terugverdiend: 22 uur × 9 weken × €42 (gemiddeld binnendienst-tarief) = €8.316. ROI in week 9. Daarna pure besparing.
Onverwachte uitkomst: een medewerker stopte
Drie maanden na go-live stopte één van de drie binnendienst-medewerkers. De eigenaar belde ons direct, ongerust dat het door de automatisering kwam. Het tegendeel was waar: ze had eindelijk tijd gehad om de klantadviseur-rol op te pakken die ze al jaren wilde, en kreeg vanuit een andere werkgever een aanbod als account manager.
Dit is geen toeval. We zien het patroon vaker: automatisering haalt het saaie werk weg, mensen ontdekken wat ze écht willen doen. Soms blijven ze met een betere rol, soms gaan ze verder. Beide is een succes.
Drie lessen uit dit project
- Eén bestemming, vier bronnen. Niet vier integraties met Exact bouwen. Eén centrale verwerking, één API-call eruit. Schaalt.
- Markeer twijfel. AI moet zeggen wanneer ze het niet weet. "Onbekend" → handmatig is veiliger dan gokken → fout.
- Reken op 78% in jaar 1. Niemand begint op 95% accuracy. We zien typisch 78-85% week 1, oplopend naar 95%+ na maand 2-3 met fine-tuning.
Vergelijkbare situatie?
Als je groothandel of MKB-bedrijf orders verwerkt via meerdere kanalen, is dit een patroon dat zich zo goed als altijd terugverdient binnen 3 maanden. We doen ~8 Quickscans per maand en groothandel zit er bijna elke maand bij. Patroon is herkenbaar, oplossing relatief gestandaardiseerd, ROI voorspelbaar.